AmostragemReconstruo Amostragem impulsiva 1 Teorema de Amostragem Ou

  • Slides: 19
Download presentation
Amostragem/Reconstrução Amostragem impulsiva 1

Amostragem/Reconstrução Amostragem impulsiva 1

Teorema de Amostragem Ou critério de Nyquist Notar que: Transformada de um pente de

Teorema de Amostragem Ou critério de Nyquist Notar que: Transformada de um pente de diracs é um pente de diracs: O espectro do sinal amostrado é uma soma de réplicas do sinal continuo deslocadas na frequência. 2 d ( W ) = d ( f ) A reconstrução do sinal contínuo é possível desde que: 2

Teorema de Amostragem impulsiva Sem Sobreposição espectral (sem aliasing) Espectro do sinal contínuo Espectro

Teorema de Amostragem impulsiva Sem Sobreposição espectral (sem aliasing) Espectro do sinal contínuo Espectro de uma sequência de diracs Amostragem Com Sobreposição espectral (aliasing) 3

Aliasing w Cos[(2 - )n+ ]=Cos[- n+ ]=Cos[ n- ] n 0 < n

Aliasing w Cos[(2 - )n+ ]=Cos[- n+ ]=Cos[ n- ] n 0 < n Dois sinais analógicos diferentes têm a mesma representação digital: l para n inteiro Cos[(2 f. A-2 f) t + ] e Cos[2 f t - ] w Implica perca de informação a não ser que não seja possível encontrar alguns dos sinais referidos na entrada, nomeadamente se as frequências do sinal de entrada estiverem limitadas a f. A/2. 4

Teorema de Amostragem w Ou seja n n n Se o sinal original estiver

Teorema de Amostragem w Ou seja n n n Se o sinal original estiver limitado a frequências inferiores a f. A/2 é possível reconstruir o sinal original a partir do amostrado (com um filtro passa baixo) e não há perca de informação. Se o sinal não estiver limitado a frequências inferiores a f. A/2 existem diversas frequências analógicas que correspondem á mesma frequência digital (aliasing), pelo que há perca de informação. Conclusão: Conclusão não há perca de informação quando amostramos um sinal real analógico arbitrário com largura de banda B, se e só se f. A >2 B 5

Reconstrução Amostragem Reconstrução É possível através de um filtro passa baixo desde que não

Reconstrução Amostragem Reconstrução É possível através de um filtro passa baixo desde que não exista sobreposição espectral 6

Reconstrução Vale zero nos pontos correspondentes às restantes amostras Soma de Sincs 7

Reconstrução Vale zero nos pontos correspondentes às restantes amostras Soma de Sincs 7

Frequência de amostragem w Na prática, dependendo da aplicação, a frequência de amostragem deve

Frequência de amostragem w Na prática, dependendo da aplicação, a frequência de amostragem deve ser maior do que 2 B, por exemplo Fa=4 B w Tal permite filtros de reconstrução e de antialiasing menos selectivos, e mais fácil de implementar na prática. 8

Sub/Sobre-Amostragem w Sub Amostragem: Redução da frequência de amostragem. w Sobre Amostragem: Aumento da

Sub/Sobre-Amostragem w Sub Amostragem: Redução da frequência de amostragem. w Sobre Amostragem: Aumento da frequência de amostragem. Teorema da Amostragem ( B < (2 /M)/2 ) Nota: não é, em geral, equivalente a amostrar a uma frequência superior 9

Processamento de Sinais contínuos Filtro Anti. Sobreposição de espectro Amostragem e retensão Conversor Analógico

Processamento de Sinais contínuos Filtro Anti. Sobreposição de espectro Amostragem e retensão Conversor Analógico para Digital Processador Digital de Sinais Filtro de reconstrução retenção de ordem zero Conversor Digital para analógico 10

Relação entre a DTFT e FT A DTFT resulta da Transformada de Fourier quando

Relação entre a DTFT e FT A DTFT resulta da Transformada de Fourier quando consideramos o sinal no tempo formado por uma série de diracs 11

Relação entre a DTFT e FT A FT também pode ser derivada da DTFT

Relação entre a DTFT e FT A FT também pode ser derivada da DTFT quando o intervalo de amostragem tende para zero! 12

Resposta em Frequência w O processamento de sinais contínuos através de sistemas discretos (digitais)

Resposta em Frequência w O processamento de sinais contínuos através de sistemas discretos (digitais) conduz a sistemas que são apenas aproximadamente invariantes no tempo! tempo w No entanto quando podemos aplicar o critério de Nyquist: æ Ys ( f ) = H A ( f )ç H(e jω ) f ç = 2π ω Xs( f ) fa è Frequência normalizada ö ÷H R ( f ) ÷ ø 13

Aproximação de invariancia no tempo w Os sistemas de Processamento digital de sinais contínuos

Aproximação de invariancia no tempo w Os sistemas de Processamento digital de sinais contínuos são apenas aproximadamente invariantes no tempo: n n Os sinais devem estar dentro do limite de Nyquist limitados pelos filtros de anti-aliasing ou de reconstrução. Tal pode implicar duas coisas: l l Que o atrasos do filtro é consideravelmente maior que o período de amostragem. Para filtros muito selectivos o atraso será grande. Se os filtros não forem muito selectivos então o sinal fora da banda é reflectido para dentro da banda resultando em ruído de medição. Os filtros utilizados na prática dependem da aplicação. Os sinais variam lentamente quando comparados com o período de amostragem 14

Exemplo: Implementação de um Atraso Fraccionário w Atraso Fraccionário: Um atraso que não é

Exemplo: Implementação de um Atraso Fraccionário w Atraso Fraccionário: Um atraso que não é múltiplo da frequência de amostragem. n. T Assumindo filtros de anti-aliasing e de reconstrução ideais: O que corresponde a um impulso para atrasos inteiros, e a um sinc amostrado para atrasos fraccionários. 1 0. 5 Notar que é possível facilitar muito a implementação se não se exigir a correspondência ao atraso em toda a banda. 0 -0. 5 0 5 10 15 20 15

Modelação e desmodelação Sinal digital DSP A/D Filtro de reconstrução Canal Sinal digital DSP

Modelação e desmodelação Sinal digital DSP A/D Filtro de reconstrução Canal Sinal digital DSP D/A Filtro antialiasing 16

Amostragem e Retenção w A reconstrução é muitas vezes efectuada utilizando retentores de ordem

Amostragem e Retenção w A reconstrução é muitas vezes efectuada utilizando retentores de ordem zero. Amostragem Retenção de ordem zero (ZOH) 17

ZOH w Saída é convulsionada, w Se necessário o efeito pode ser eliminado pre-filtrando

ZOH w Saída é convulsionada, w Se necessário o efeito pode ser eliminado pre-filtrando o sinal por um filtro cuja função de transferência seja a inversa deste na banda de passagem! Ex: Sinal digital ZOH Fa = 400 Hz B = 80 Hz resultado 18

Amostragem de Sinais Passa-banda Sinal Real Amostragem para certos valores da frequência central e

Amostragem de Sinais Passa-banda Sinal Real Amostragem para certos valores da frequência central e da largura de banda (tal como na figura) B Distância entre réplicas: 2 B = Fa Em qualquer caso é pelo menos necessário que Fa>2 B Replicando separadamente as frequências positivas e negativas Para sinais complexos temos Fa>B! 19